基于节点间影响力的重叠社团发现算法

• 作者: 李玲娟 王夏夏
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 重叠社团 标签传播 节点重要性 节点间影响力
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 89-95
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2020.04.013

摘要

为了降低重叠社团发现算法的时间复杂度,提高社团发现的准确性和稳定性,基于标签传播和COPRA算法的思想,提出了一种基于节点间影响力的重叠社团发现算法OCDI(Overlapping Community Detection Algorithm Besed on Influence Between Nodes)o该算法首先采用PageRank算法计算出各节点的PageRank值,并进行迭代,直到稳定;然后采用节点的PageRank值衡量节点的重要性,根据节点的重要性按照升序对节点进行排序,进而确定更新节点标签的顺序;其次在标签更新策略中,引入节点与其邻居节点之间的影响力,基于这种影响力计算节点标签的隶属度,最终发现重叠社团.在真实网络和人工合成网络上的实验结果表明,文中设计的OCDI算法不仅能够有效地检测出重叠社团,而且具有较高的稳定性和近似于线性的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲娟		88	927	14.0	26.0
2	王夏夏		1	0	0.0	0.0